趋势：IT复杂性加大了对AIOps的需求

作者：SalvatoreSalamone随着AIOps市场的成熟，许多业内人士认为，由于这些平台能够原生获取数据并进行分析，企业将转向AIOps平台作为唯一的监控工具。现代数字企业需要AIOps工具来实现跨IT堆栈的持续洞察。随着需要监控和管理的系统变得越来越复杂分散，且越来越脱离当一切都在本地时提供的严格控制，这种洞察力变得越来越重要。

特别是，使用基于云的资源使网络管理更具挑战性。随着网络扩展到第三方托管的基础设施即服务云，应用/数据转移到平台即服务(PaaS)和SaaS环境，网络监控和警报工具的可见性出现了差距。虽然更多的监视和警报功能是很好的，但它们可能会增加IT人员的工作负担。这就是为什么该行业正正在从单独的网络、应用程序和设备监控工具转向被称为IT运营的人工智能，或简称AIOps的原因。AIOps平台将传统监控工具与流式遥测技术相结合，并使用人工智能对其进行分析。人工智能分析每个数据源，并关联多个异常以自动识别问题，同时还提供如何解决问题的详细信息。因此，如果正确使用AIOps平台，它不仅可以提供对潜在问题的更多可见性，而且还可以消除许多手动故障排除和修复任务。AIOps解决方案应该自动发现状态数据和业务成果之间的关系。在基于规则的系统中，需要与许多手动系统相同的设置工作量。监视和管理之间也有区别。工具应该提供洞察力，而不是让用户查看数据，然后整理出正在发生的事情。该工具应该告诉IT经理，有哪些事情需要注意，且AIOps提供自动化，以减少人工干预的时间，并允许更多的时间用于应用程序。专家观点这样的系统提供了关于系统背后发生的事情的完整见解，允许IT团队实现运营效率和高可用性，从而使客户满意。这是Gartner首席分析师PankajPrasad最近举办的战略咨询会议“Gartner对2022年及以后的AIOps展望”的主题。而普拉萨德表示：“我们发现，很多组织都倾向于AIOps平台。在这一点上，两人指出，AIOps跨越了IT运营的三个领域：分析指标AIOps通过分析事件指标、跟踪和拓扑提供实时和历史数据，并管理数据分析、异常检测、性能分析、相关性和上下文化。参与IT服务管理IT内部发生了什么，它与最终用户有什么关系？AIOps提供了关于事件、依赖关系和变更的通知，并涵盖了任务自动化、变更风险分析、SD代理性能分析和知识管理。行为自动化AIOps支持脚本、运行手册和应用发布自动化。AIOps发展分析随着市场的成熟，许多业内人士认为，企业将转向AIOps平台作为唯一的监控工具，因为这些平台能够在本地获取数据并进行分析。这使得它在业务运营的许多方面都是理想选择，包括IT、运维、站点可靠性工程师，甚至SecOps在内的许多团体都很有用。因此，该市场有望大幅增长。Gartner去年预测，IT运营管理市场的AIOps将从2020年的10亿美元以上，到2025年以每年15%的复合年增长率增长。AIOps的部分吸引力在于，随着复杂性的增长，它有助于解决问题。公司经常使用多个云，并混合使用多个云服务和遗留系统。它提供了对这些系统状态的深入了解。此外，大多数公司现在必须支持更多的设备和应用程序。IT人员通常无法跟上大量警报、日志、遥测数据等信息。因此，他们希望AIOps帮助管理IT运营和安全，依靠人工智能和机器学习来帮助整理数据。AIOps的承诺不仅仅是帮助IT团队响应宕机和性能问题。也许最大的价值在于使用预测分析来识别和防止即将发生的故障。越来越多的开发者开始采用AIOps。具体来说，DevOps团队已经开始将其用于筹备的早期阶段，以分析开发和预生产环境，降低风险。

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。

趋势：IT复杂性加大了对AIOps的需求

下一篇